W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

Performance of k-nearest neighbors algorithm in opinion classification

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ D ] doktorant

Rok publikacji

2013

Opublikowano w

Foundations of Computing and Decision Sciences

Rocznik: 2013 | Tom: Vol. 38 | Numer: no. 2

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • opinion mining
  • text mining
  • semantic orientation
Streszczenie

EN As global Internet network grows rapidly, it is commonly used by a vast number of people to exchange information. By information we mean almost anything, from newspaper articles, to video streaming. One of quite new phenomena is an advent of social network websites, discussion boards (forums), price and product comparators and much more, where users can share their opinions in certain areas. Many such pages implement mechanisms of valuation, where one can, apart from writing a comment, choose whether this comment is positive or negative – in the simplest case. The problem appears when we deal with the text only, without any additional information on the character of the statement, e.g. on discussion boards, or in raw comments to some newspaper article. In this situation the only solution is to process the text, preserving the semantics of the expression in such way, that it can be understood by a computer algorithm. After that, we can evaluate, with a certain probability, whether the processed phrase has a positive or negative value and, therefore, classify it to a positive or negative class of an examined data collection.

Strony (od-do)

97 - 110

DOI

10.2478/fcds-2013-0002

URL

https://sciendo.com/article/10.2478/fcds-2013-0002

Typ licencji

CC BY-NC-ND (uznanie autorstwa - użycie niekomercyjne - bez utworów zależnych)

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Punktacja Ministerstwa / czasopismo

15

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.